顺着知识,继续探索
凸函数
凸函数在两点间的函数值不超过相应弦的高度。
探索概念图谱 · 探索关联视频
从不同角度理解
暂无审核视频。可以从地图继续探索,或推荐合适资源。 推荐视频
继续探索邻近知识点
在凸可行集上最小化凸函数时,局部极小值也是全局极小值。
凸集任意两点之间的整条线段仍在该集合内。
梯度下降沿梯度反方向迭代,收敛依赖步长及函数光滑性等条件。
牛顿优化法利用梯度和黑塞矩阵构造局部二次步,常需全局化保护。
返回全部概念索引 →知识联系
所在学习地图
学习地图围绕目标与凸性、算法与约束、离散决策与多目标理解概念与联系。先建立知识结构,视频讲解按审核情况逐步补充。
范围参考